强化学习的良好实施？

Question

对于一个ai级项目，我需要实现强化学习算法，该算法击败了一个简单的俄罗斯方块游戏。游戏是用Java编写的，我们有源代码。我知道强化学习理论的基础知识，但想知道SO社区中是否有人亲身体验过这类事情。

1. 在俄罗斯方块游戏中实施强化学习的建议读数是什么？
2. 是否有任何良好的开源项目可以完成类似的事情，值得一试？

编辑：越具体越好，但欢迎关于该主题的一般资源。

跟进：

如果我发布了一个后续内容，那就太好了。

以下是我为未来的学生提供的解决方案（代码和写作）：）。

Paper / Code

Answer 1

看看2009 RL-competition。其中一个问题域是tetris game。前一年也有一个俄罗斯方块问题。这是当年第五名决赛选手的52-page final report，其中详细介绍了代理人的工作方式。

Answer 2

Heaton Research电子书非常擅长解释神经网络概念（带代码）。第4章专门介绍机器学习和网络的各种培训方法。有一个可下载的库和示例应用程序供您查看。

Answer 3

这是一本关于这个主题的好书：

Machine Learning and Data Mining: Introduction to Principles and Algorithms
作者：Igor Kononenko，Matjaz Kukar（2007年6月）

另请参阅这些开源项目：

• Maja Machine Learning Framework
• PIQLE
• Elsy
• The Robotics Primer Workbook

Answer 4

TD-Gammon，gnubackgammon或任何其他类似项目在游戏中取得了巨大的成功。

萨顿＆amp;巴托的着作“强化学习：简介”也有其他一些Case Studies。

Answer 5

这不是强化学习的具体内容，但斯坦福大学在machine learning on Youtube和iTunes上有很多讲座。

链接是第一个讲座，大约需要30分钟才能深入了解内容。

Answer 6

Burlap是最近的Java库，它提供了许多常见强化学习算法的实现，以及一些环境和有用的工具。

Answer 7

这个问题真的很老了，但对于2018年阅读本文的人来说，如果您对现有RL算法的实体参考感兴趣，我强烈建议您使用OpenAI Baselines。这些算法由OpenAI的一群员工实施，他们真正了解这些内容，并经过了广泛的微调和调试。

公平地说，你不需要这些用于俄罗斯方块，但现在我怀疑家庭作业问题可能涉及一些更复杂的环境。

https://github.com/openai/baselines

Answer 8

我建议学习基于Java的RL4J。 我一直在使用它，我惊讶于事情如何顺利进行，您甚至可以使用Actor Critic算法（称为A3C）在强化学习算法中学习LSTM网络

这里是链接： https://github.com/maxim-saplin/CrossPlatformDiskTest

Answer 9

我注意到这个问题已经过时了（已有10年的历史了），现代RL框架和环境的集合在这里可能会有用。我为此创建了GitHub存储库，并打算定期对其进行更新。

https://github.com/TheMTank/RL-code-resources